Paul Dix那句话最近被转得很凶：AI写了100万行代码，又花了几个月打磨，变成一款可靠软件，现在跑在数百万开发者的机器上。单看这句话，很容易理解成"AI已经能从零造出复杂软件"。
但这句话的真实语境窄得多。它说的是Bun把核心实现从Zig迁移到Rust的一次具体工程——旧的Zig代码全程当参照答案摆在那，AI不是在凭空创作，是在做一次有标准答案的翻译。这个差别，决定了这个案例到底能证明什么，又不能证明什么。
11天，64个代理，一份现成的标准答案
工程师Jarred Sumner搭了约50个自动化工作流，高峰时64个Claude代理并行跑，负责翻译文件、修编译错误、跑测试、做对抗性审查。初版重写只用了11天（2026年5月3日到14日）。
合并进主干后，官方仓库记录的diff是新增1,009,272行，涉及6,778次提交。有意思的是，Dix自己博客里引用的合并记录写的是+1,009,257/-4,024行——两个数字对不上。就连这次被当作里程碑来讲的合并，记录口径都没统一，这本身就是个提醒：细节越具体，越容易发现"官方叙事"其实是拼出来的。
被替换掉的Zig实现约53.5万行，这就是整个工程的oracle——AI不需要猜"这个功能应该怎么设计"，只需要保证新代码和旧代码行为一致。这和从模糊需求里生成全新系统，完全是两种难度。
重写覆盖全部六个目标平台，每个平台超过100万条测试断言，且没有删除或跳过任何一个原有测试用例。Rust版本在Bun 1.4正式发布前，从2026年6月17日起就已经被Claude Code自己嵌入使用。发布后，二进制体积缩小约两成，又多通过约1,400个Node.js兼容性测试。听起来确实扎实。
测试全过，不代表代码是对的
问题出在这句话的下半段：团队后来自己报告并修复了19个迁移后的回归缺陷。这19个bug是在"全部测试通过"之后才被发现的，说明测试套件覆盖的只是测试套件已经想到的行为，覆盖不到的地方，照样会漏。
更扎心的是Rust那边。GitHub上有issue指出，迁移后的代码里PathString::init会产生悬垂引用和未定义行为，即便是通过"安全"API调用也会触发，用Miri就能复现。维护者后来把相关API标成unsafe，审计了调用点，加了编译失败测试来堵漏洞。
这个细节的讽刺之处在于：这次迁移的一大卖点就是Rust比Zig更安全。结果发现，类型系统能证明"类型是对的"，但证明不了"unsafe代码块被正确使用了"。换语言从来不是免费的安全升级，它只是把风险搬到了另一个位置。
- 风险.oracle只能证明"新旧行为一致"，证明不了"旧行为本身就是对的"——旧实现里的设计缺陷，很可能被原样带进了新代码。
审查方式变了，责任没有消失
Dix论点里真正站得住的部分，不是"AI能写复杂软件"，而是审查这件事本身的形态变了。一份百万行的diff，人类不可能逐行读完。这次真正撑起"可靠"两个字的，是差分测试、模糊测试、Miri、11轮AI安全审查加上后续的生产遥测——审查从"读每一行代码"，变成了"设计一套能筛出错误类别的系统"。这个转变是真实的，也是这次案例里最值得记住的一点。
但还有一层不太方便的事实：Anthropic既拥有Bun，Claude Code自己又内嵌用着Bun。目前公开的所有细节——迁移流程、测试覆盖、review轮数——全部来自这一个利益相关方，没有独立第三方做过覆盖率、变异测试或安全发现的对照评估。运动员自己发的成绩单，参考价值打个折扣，不算苛刻。
古人说"其兴也勃焉，其亡也忽焉"，用在这里未必贴切——这不是一次兴衰，而是一次能力边界的具体案例。但那种"叙事跑得比验证快"的感觉，是相通的：一句励志引言先火了，具体条件后补上。
编程没有终结，只是审查的方式，从读代码变成了设计能发现错误的系统。
编程这事没有被终结。人类不再逐行写实现代码，但选择要解决的问题、设计规格、搭建验证闭环、承担发布风险，这几件事一样都没少。接下来该盯的，是Bun后续版本还会不会再冒出unsafe漏洞，以及有没有一份不是Anthropic自己写的评估报告。